基于遗传算法PID的旋转式倒立摆控制

旋转式倒立摆系统是一个多变量、强非线性、强耦合的不稳定系统,是人们检验、比较各种控制理论和方法的理想试验平台,国内外许多机构对它进行了广泛的研究,如何对其进行有效控制一直是控制界的一大热点。分析了旋转式倒立摆的数学模型,然后用Matlab建立了它的仿真模型,利用PID控制器对其进行控制。为了避免手工整定PID参数的繁琐过程,用遗传算法对旋转式倒立摆PID控制器的控制参数进行寻优,并以此来控制旋转式倒立摆。仿真结果表明利用遗传算法寻优设计的PID控制器来控制旋转式倒立摆可以获得很好的动态品质和稳定性。     

基于改进遗传算法的环形倒立摆PID参数整定

针对传统的环形倒立摆PID控制器参数整定方法主观性强,系统响应性能不佳等问题,提出来了一种基于改进遗传算法的环形倒立摆PID参数整定方法.采用仿真研究方法,比较了试凑法、遗传算法和改进遗传算法求取的PID控制器参数对环形倒立摆的控制效果.实验表明,相比于试凑法,遗传算法得到的PID控制器参数使系统的超调量减小、调节时间缩短;改进的遗传算法得到的PID控制器参数使系统的响应性能进一步优化.改进遗传算法求取PID控制器参数的方法对于环形倒立摆以外的控制系统也有借鉴作用.     

二级倒立摆控制器设计及稳定性研究

在二级倒立摆控制器优化设计的研究中,由于二级倒立摆系统是一种复杂多变量、强耦合的不稳定系统,较难达到稳定平衡状态,首先要建立模型,之后才能够进行系统仿真与实际控制实验.由于系统对控制器性能要求较高,因此选用遗传算法训练的小波神经网络控制器,并针对遗传算法仍然存在的收敛速度慢,泛化性能差,可能陷入“早熟”等许多问题,对算法加以改进.将采用罚函数为基础的小生境技术引进到遗传算法中;并根据个体适应度来改进交叉概率.在仿真与实物控制实验中,控制器能够实现二级倒立摆系统的稳定控制,且抗干扰能力、系统平衡恢复速度优良,验证了设计的二级倒立摆控制器的有效性.     

基于混合算法的二级倒立摆LQR最优控制器设计

针对遗传算法寻优的速度和精度的不足,提出采用混合算法寻优的策略。以GIP-200型二级倒立摆为控制对象进行仿真,仿真结果表明基于混合算法的最优控制器能使系统调节时间更短、精度更高,对二级倒立摆的控制效果更为理想。     

LQR控制与PID控制在单级倒立摆中的对比研究

本文在单级倒立摆系统模型的基础上,介绍设计LQR控制器和PID控制器的基本原理,并通过对单级倒立摆系统的控制仿真实验对比研究两种控制方法,给出了相应的结论。     

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关.针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法.以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示.可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性.仿真的结果表明了该方法的有效性.     

基于改进蛙跳算法的PID控制器的优化设计

针对多变量、非线性、强耦合性的倒立摆系统,首先建立其数学模型,然后对该模型分别进行PID控制。在PID控制中,参数K p、K i和K d的选取直接影响倒立摆的动力反应和控制力。目前主要依靠人工经验调整来确定K p、K i和K d组合以获得较好的控制效果,这种参数选择方法存在较大的主观性和盲目性。采用改进蛙跳算法对PID控制器的K p、K i和K d进行全局优化是一种新的人工智能优化方法。仿真实验表明,该算法能有效地获得最优的参数组合,使PID控制效果能够满足结构性能要求。     

旋转式倒立摆系统的算法研究及仿真

倒立摆主要有直线式倒立摆、旋转式倒立摆、平面倒立摆等。选取旋转式倒立摆作为研究对象,介绍了系统的机械结构部分,通过分析力学中的拉格朗日法建立了系统的数学模型,研究了两种现代控制算法在旋转式倒立摆系统中的应用：极点配置法及LQR法,并运用MATLAB和SIMULINk工具在两种方法下进行了仿真实验,仿真结果表明：这两种算法在旋转式倒立摆系统的控制中都是可行的,而且效果令人满意。     

旋转式倒立摆系统的极点配置及其仿真

旋转式倒立摆系统作为典型的快速、多变量、非线性、绝对不稳定系统,一直是控制理论与应用的热点问题.不但是验证现代控制理论的典型实验装置,而且其控制方法和思路对处理一般工业过程亦有广泛的用途.通过对旋转式倒立摆系统的研究建立了其动力学数学模型,研究了倒立摆系统的极点配置控制策略并运用MATLAB程序对极点配置控制器进行了仿真,通过仿真实验分析表明这种控制方案可行,且效果良好.     

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关。针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法。以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示。可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性。仿真的结果表明了该方法的有效性。     

Nearly optimal neural network stabilization of bipedal standing using genetic algorithm

In this work, stability control of bipedal standing is investigated. The biped is simplified as an inverted pendulum with a foot-link. The controller consists of a general regression neural network (GRNN) feedback control, which stabilizes the inverted pendulum in a region around the upright position, and a PID feedback control, which keeps the pendulum at the upright position. The GRNN controller is also designed to minimize an energy-related cost function while satisfying the constraints between the foot-link and the ground. The optimization has been carried out using the genetic algorithm (GA) and the GRNN is directly trained during optimization iteration process to provide the closed loop feedback optimal controller. The stability of the controlled system is analyzed using the concept of Lyapunov exponents, and a stability region is determined. Simulation results show that the controller can keep the inverted pendulum at the upright position while nearly minimizing an energy-related cost function and keeping the foot-link stationary on the ground. The work contributes to bipedal balancing control, which is important to the development of bipedal robots.     

单神经元PID倒立摆系统

为解决双PD倒立摆控制器参数不可调的难题,利用单神经元PID控制算法简单、权值可调的特点,针对倒立摆系统,设计出基于小车位移和摆杆摆角两个回路的单神经元PID控制器。通过仿真实验研究,证明了该控制方案的可行性和有效性。最后,将该控制方案与目前常使用的双PD控制及LQR控制进行了比较。     

倒立摆系统的自摆起和稳定控制

为了实现一级倒立摆系统自摆起和稳定控制，该文采用了最优控制与PID控制相结合的控制方法。首先，采用Bang—Bang控制理论设计开环时间最优控制器，实现倒立摆的平稳快速摆起，同时设计经典PID控制器控制小车位置；然后采取线性二次型最优控制理论设计LQR控制器，将倒立摆稳定在平衡位置。计算机仿真和倒立摆系统实时仿真表明，文中提出的控制策略和控制算法得到了很好的验证，取得了满意的效果。     

一类模糊P I D 控制器的鲁棒优化设计

研究一类模糊 PID控制器的鲁棒设计。以小增益定理分析得到该模糊 PID控制系统稳定性条件。针对参数摄动系统的“最坏点”,用该稳定性条件作为约束 ,采用遗传算法对标称系统的性能进行优化 ,求得优化鲁棒控制器。以倒立摆为例进行鲁棒模糊 PID控制器的设计 ,实验结果表明了该方法的有效性     

直线一级倒立摆分数阶控制器设计及仿真

针对直线一级倒立摆的稳定控制问题,设计了分数阶比例积分(FOPI和FO[PI])控制器。首先,根据Newton力学方法建立了倒立摆系统的数学模型。然后,采用基于向量的增益鲁棒性分数阶控制器参数求解简化算法,设计了分数阶比例积分控制器。最后,在MATLAB环境下进行了分数阶比例积分控制器参数整定方法的有效性验证,并且对倒立摆系统分别采用分数阶比例积分控制器和整数阶PID(IOPID)控制器进行了稳定控制仿真实验,并将得到的摆杆角度响应曲线进行了对比分析。结果表明:分数阶比例积分控制器对系统的稳定控制效果优于IOPID控制器,且在分数阶比例积分控制器中,FO[PI]控制器对系统稳定控制最好,响应时间较快、振荡幅值较小且具有鲁棒性。     

基于RBF网络二级倒立摆系统PID控制

为解决传统PID控制SIMO系统的不足,提出在RBF网络辨识系统Jacobian阵基础上,引入kx-函数观测器的控制策略,实现PID控制参数的在线自整定。根据PID控制系统与LQR控制系统传递函数阵的等效关系,得到PID控制器的初始kp、ki、kd,解决实物二级倒立摆在初始时刻扰动大,但对稳定性要求高的矛盾。最后,仿真结果表明该方法使倒立摆系统具有快速性,稳态误差小,其控制效果要优于LQR控制,可实现二级倒立摆系统的稳定控制。     

含时滞倒立摆系统的最优控制研究

倒立摆本身是一个自然不稳定系统,时滞的存在更加恶化了系统性能。基于牛顿动力学方法建立了具时滞单级倒立摆系统的动力学模型,运用线性二次型最优控制策略设计了倒立摆控制器,将时滞环节采用Padé一阶对称逼近,通过Routh稳定判据,得到闭环系统的临界稳定的时滞大小。通过实例仿真进行验证,并与PID控制策略相比较,结果表明本文方法正确,所设计的最优控制器性能优于PID控制器,在临界时滞范围内有较好的控制效果,但与无时滞时相比,系统的动态性能有所降低。     

基于键合图理论的一级倒立摆建模与仿真

倒立摆是一个典型的高阶次、自然不稳定、快速响应、非线性运动控制系统是典型的研究对象。介绍了系统机构,通过分析受力图中的几何约束条件,推出倒立摆的键合图模型,引用20-SIM仿真软件进行分针软件,在仿真结果的基础上,设计了PID控制器,仿真结果表明,建模方法可行并控制效果好。     

基于TS-PID的单级小车倒立摆控制系统

提出了利用TS-PID对单级小车倒立摆进行控制的方法,并且对TS-PID控制器进行了简要的理论分析,最后利用mat-lab的simulink工具对该控制系统进行了仿真,其结果表明该控制方法可行且效果明显。TS-PID控制器综合了模糊控制及PID控制的优点,具有结构简单、易于实现以及具有较强的适应性和鲁棒性,并且可以获得良好的动态性能和稳态性能。